Eloquence 团队详细介绍了他们为 Interspeech 2026 MLC-SLM 挑战赛提交的方案,该方案专注于 21 种语言的多语言选择题问答。他们探索了三种方法:使用 LoRA 和数据增强对 Voxtral-Mini-3B 进行微调,取得了 0.72 的宏观准确率;将多模态上下文学习应用于 Voxtral-24B,获得了他们最佳的 0.81 成绩;以及一个得分 0.68 的检索系统。所有三种方法均超越了基线性能。 AI
影响 这项研究为多语言问答和多模态学习技术的发展做出了贡献。
排序理由 该集群描述了一篇研究论文,其中详细介绍了提交给学术挑战赛的方案,包括模型性能和方法。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →